500 000 кредитов бесплатно на Claude, GPT, Gemini и кучу других моделей через API
Сервис раздаёт 500к кредитов новичкам — регаешься через GitHub по реф-ссылке и сразу получаешь баланс.

Как подключить:
➖ Регаемся → iyh.app (через GitHub) рефка если что!!!
➖ На баланс автоматом падает 500 000 кредитов
➖ API: https://v1.iyhapi.app — формат OpenAI-совместимый
➖ Ключ берём в личном кабинете
➖ Вставляем в любой клиент: OpenCode, Kilo Code, OpenClaw, Cline, Cursor — что угодно
Что по моделям:
Доступно реально много — Claude (Opus 4.8), GPT-5.5, Gemini. Всё через один endpoint.

Если бесплатных кредитов мало — есть платные планы. Обещают очень большие лимиты запросов и доступ почти ко всем моделям сразу, без переключения провайдеров.

То над чем я работал последние 1.5 месяца — это универсальная система оркестрации и работы ИИ агентов.

Пишешь код в Codex, Claude Code, Cursor или другом агенте, а дальше вся эта работа попадает в бек софта.

Видно какие задачи были, какой агент их делал, что именно он менял, сколько потратил токенов и во сколько это вышло в деньгах.

Но это базовый слой.

Самое интересное для меня было не в красивой панели “агент что-то сделал”, а в контексте.

Потому что сейчас у всех плюс-минус одна и та же боль:
агент вроде умный, код писать может, но каждый раз ему надо заново объяснять проект, договоренности, структуру, почему вот этот костыль трогать нельзя, где прод, где тест, какие файлы важные, какие задачи уже обсуждали.

И если этого не дать, он начинает работать как случайный джун, которому выдали репозиторий и сказали “ну разберись”.

Я допилил полноценный AI Context слой.

Смысл простой: у проекта появляется нормальная память и рабочий контекст для агентов.

Не просто “вот тебе README”, а набор актуальных знаний: что за проект, как он устроен, какие есть ограничения, какие решения уже принимались, где лежат важные части, что сейчас в работе, какие задачи зависли, где были ошибки.

Агент заходит не в пустой репозиторий, а в нормальную рабочую среду.

Он видит не только код, но и историю вокруг кода.

И это сильно меняет ощущение от работы.

Потому что одно дело когда агент просто генерит файлы.
Другое — когда он понимает текущую задачу, видит прошлые правки, не теряет цепочку между сессиями и не требует каждый раз пересказывать ему пол проекта.

Для меня это не про “сделать еще одну обертку над ИИ”.

Мне нужна система где можно реально вести разработку через агентов:
ставить задачи, отдавать их разным инструментам, видеть кто что сделал, сколько это стоило, где был результат, а где агент просто потратил токены и нагенерил мусор.

И самое главное — чтобы контекст не умирал после закрытия вкладки.

Сейчас большинство AI coding процессов выглядит так: открыл чат, накидал вводных, агент что-то сделал, потом новая сессия и опять “сейчас объясню как тут все устроено”.

Это нормально для разовой задачи.

Но если через агентов делать продукт, инфраструктуру, автоматизации, внутренние сервисы — так работать долго нельзя.

Контекст должен быть отдельным слоем системы, а не текстом который ты каждый раз руками вставляешь в промпт.

Вот это я и собирал последние недели.

Система, где агенты не просто пишут код, а работают внутри понятного рабочего процесса: с задачами, историей, стоимостью, логами и нормальным контекстом проекта.

Пока это еще не “идеальный автономный разработчик”.

И слава богу, наверное.

Но это уже гораздо ближе к тому как я сам хочу использовать ИИ в разработке: не как чатик для генерации кусков кода, а как рабочую среду, где можно понимать что происходит и не терять управление.

Далее расскажу, что ждет проект в будущем. Ну и расскажу когда и где его можно будет потестировать. 💪

И да, пришлось раскошелиться на подписку за 200$ :)